https://github.com/Tele-AI/Telechat

https://github.com/Tele-AI/Telechat

Last synced: 3 months ago
JSON representation

• Host: GitHub
• URL: https://github.com/Tele-AI/Telechat
• Owner: Tele-AI
• Created: 2024-01-07T06:06:18.000Z (10 months ago)
• Default Branch: master
• Last Pushed: 2024-07-31T08:27:23.000Z (3 months ago)
• Last Synced: 2024-07-31T09:48:14.433Z (3 months ago)
• Language: Python
• Size: 6.72 MB
• Stars: 1,714
• Watchers: 24
• Forks: 92
• Open Issues: 39
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

• StarryDivineSky - Tele-AI/Telechat - 7B与TeleChat-12B。TeleChat-PTD 是由电信星辰大模型TeleChat预训练语料中抽取出的的综合性大规模中文数据集。数据主要来源于网页、书籍、官方媒体等。 我们使用规则+模型的方式进行了相关的过滤，并对数据进行了相似性去重，尽可能地提取出高质量地数据。TeleChat-PTD 数据集大约公开了2.7亿条数据，数据由纯中文文本构成，原始大小约1TB,压缩后480G，共189个文件。数据集中已经去除了其它冗余信息。[数据下载](https://huggingface.co/datasets/Tele-AI/TeleChat-PTD) (文本生成、文本对话 / 大语言对话模型及数据)